Gemini Embedding 2 — первая мультимодальная модель встраивания от Google. В настоящее время мы поддерживаем отображение текста и изображений в единое векторное пространство для семантического поиска и генерации с дополненным поиском (RAG). Модель поддерживает входной контекст до 8 192 токенов и гибкие выходные размеры от 128 до 3 072 (рекомендуемые: 768, 1536 или 3 072). Разработанная для межмодальной схожести — вы можете встроить текстовый запрос и получить наиболее релевантные изображения, или наоборот — модель отлично подходит для мультимодального поиска, рекомендаций и конвейеров понимания документов.
from openai import OpenAI
client = OpenAI(
base_url="https://infergate.ru/api/v1",
api_key="sk-•••",
)
resp = client.embeddings.create(
model="google/gemini-embedding-2",
input="Текст для векторизации",
)
print(resp.data[0].embedding[:8])modelstringобязательныйinputstring | string[]обязательныйtemperaturenumbermax_tokensintegertop_pnumberseedintegerresponse_formatobject